Auszeichnung : Bahnindustrie-Innovationspreis für Siemens Mobility

Bahn Transport Siemens Mobility Gewessler Girstmair
© Siemens Mobility

Bereits zum dritten Mal wurde der Innovationspreis der Bahnindustrie an ein junges Talent der Branche vergeben. Heuer stand der Nachwuchswettbewerb im Zeichen der Regionalbahnen in Österreich. Gesucht waren innovative Konzepte zur Modernisierung und Attraktivierung von Regionalbahnen. Das Siegerprojekt 2021 beschäftigt sich mit vorausschauender Wartung von Zügen, die wiederum zur höheren Wirtschaftlichkeit beim Betrieb beiträgt. Dieses Konzept ist auch bereits beim Rhein-Ruhr-Express (RRX) im Regionalverkehr im Einsatz, die Zugflotte ist mit einer Zuverlässigkeit von 99 Prozent unterwegs. Mit Blick auf die Bewältigung des Klimawandels ein bedeutendes Thema, denn die Schiene muss gegenüber der Straße konkurrenzfähiger werden.

Vorausschauende Wartung von Zügen für bessere Wirtschaftlichkeit

Sieger des diesjährigen Innovationspreises ist Siemens Mobility Austria Nachwuchsingenieur Bernhard Girstmaier. Im Rahmen seiner eingereichten Doktorarbeit mit dem Titel „Fehlerdetektion und Zustandsdiagnose von Eisenbahndrehgestellen mithilfe von Methoden des Maschinellen Lernens und wahrscheinlichkeitsbasierter Entscheidungsfindung“ an der Technischen Universität Graz, beschäftigt sich Girstmair mit vorausschauender Wartung von Zügen, und hier vor allem mit den Komponenten des Fahrwerks eines Zuges. Der problemlose Betrieb des Fahrwerks ist essenziell, wodurch die vorausschauende Wartung großes Potenzial hinsichtlich des wirtschaftlicheren Betriebs von Schienenfahrzeugen birgt.

Die Doktorarbeit des gebürtigen Steirers gliedert sich dabei in zwei Teile, wie Girstmair erklärt: „Meine Arbeit stellt ein Konzept zur Fehlerdetektion von mechanischen Komponenten, wie zum Beispiel Feder- und Dämpferelementen bei Drehgestellen, dar. Zunächst wird der Einfluss von Komponentenfehlern auf die Fahrdynamik analysiert. Hier kommen klassische Methoden des Ingenieurwesens wie Übertragungsfunktionen zur Anwendung. Der zweite Teil der Arbeit beschäftigt sich mit Methoden des maschinellen Lernens und dem Trainieren und Testen von statistischen Modellen basierend auf extrahierten Merkmalen. Dabei wird eine Vielzahl von Mehrkörpersimulationen durchgeführt, um ein physikalisches Verständnis der Effekte der einzelnen Fehlermodi zu erarbeiten. Neben Simulationen werden auch reale Messdaten von Testfahrten mit Fehlern analysiert.“ Die entwickelten Algorithmen helfen dabei Schwachstellen an den Fahrwerken früher zu erkennen, wodurch die Wartung wesentlich rascher durchgeführt werden kann und Züge so schneller wieder auf der Schiene unterwegs sind.

Günstigere Instandhaltung und bessere Wirtschaftlichkeit von Regionalbahnen

Das entwickelte Konzept kommt auch in der Praxis zum Einsatz. So wurde es in die die insgesamt 84 Züge umfassende Flotte der Regionalbahn Rhein Ruhr Express (RRX) implementiert. Die Züge sind eine der wichtigsten Säulen der Öffentlichen Mobilität in einem der größten Ballungsräume Europas. Durch Sensorik und Digitalisierung werden Anomalien an Fahrwerken im Feld detektiert. Bevor sich diese Anomalien zu Fehlern entwickeln und ein Zug aus dem Betrieb genommen werden muss, können sie vorausschauend behoben werden. Mit diesem Konzept hält Siemens Mobility die Fahrzeugverfügbarkeit der Flotte auf 99 Prozent, was dem Betreiber Kosten spart und die Fahrgastzufriedenheit steigert. Auch auf Regionalstrecken in Österreich könnte das Konzept bald zum Einsatz kommen.

[Bild:2]